一种基于交互式遗传算法的图像检索模型

—207—一种基于交互式遗传算法的图像检索模型石 莹，何炎祥，刘茂福（武汉大学计算机学院，武汉 430072）摘 要：提出了一种基于交互式遗传算法的图像检索模型。

该模型首先将图像划分成一定的特征区间，结合区间的颜色特征和信息熵对图像进行编码，通过对用户评价后的图像进行遗传操作选出接近用户需要的图像，同时在遗传操作的过程中使用保护策略，保证在选择过程中用户不会丢失最适合的图像。

实验证明该方法是实用有效的。

关键词：图像检索；交互式遗传算法；信息熵；保护策略An Image Retrieval System Based on IGASHI Ying, HE Yanxiang, LIU Maofu(School of Computer, Wuhan University, Wuhan 430072)【Abstract 】This paper proposes an image retrieval system based on IGA. First it divides the image into small feature spaces and construcs image chromosome using both color feature and image information entropy. The user decides the fitness of the image and the fittest image is used as the parent of genetic algorithm. Elitist strategy is used during the genetic operation to make sure the user does not lost the fittest result. Experiments prove that the method is practical and useful.【Key words 】Image retrieval; Interactive genetic algorithm (IGA); Information entropy; Elitist strategy计 算 机 工 程Computer Engineering 第32卷 第7期Vol.32 № 7 2006年4月April 2006·人工智能及识别技术·文章编号：1000—3428(2006)07—0207—03文献标识码：A 中图分类号：TP1831概述目前图像检索技术主要可以分成两类：基于文本的图像检索和基于内容的图像检索。

这两种方法实际上都是基于关键字的检索：对于前者，关键字是图像内容的文本描述；对于后者，关键字是图像或者图像特征。

由于人和机器对图像理解的区别以及不同人理解的主观性，因此用户往往难以准确地表达出自己的需要。

用户反馈[1]是学习用户需求的有效方法，通过用户对检索结果的评价修改检索关键字，改进检索效果。

这种人机交互的过程类似机器学习，已经有一些学者将相关方法应用于用户反馈。

文献[2]提出了一种基于神经网络自学习的图像检索方法；文献[3]采用支持向量机学习方法，对用户反馈的正反例图像构造SVM 分类器。

这些方法的共同特点是需要大量的训练集，例如文献[4]需要用户在每次反馈中对50幅图像进行评价，这样容易加大用户的疲劳感，有一定的局限性。

针对这个问题，交互式遗传算法(IGA)虽然也是一种机器学习算法，但是由于受到生物进化启发，将它应用在图像检索中相对于其它机器学习算法，具有以下优势：（1）它不仅是从一般到特殊或者从简单到复杂的搜索目标，而是通过变异和重组当前最好的目标来生成后续的目标。

也就是说它可以综合不同目标的优点并适应需求的变化，例如当用户同时评价一幅主题为花和一幅主题为鸟的图片的时候，可以使用遗传算法对这两幅图像进行交叉组合，检索出同时带有花和鸟的图片。

（2）交互式遗传算法(IGA)仅利用人的评价决定个体的适应性，不依赖搜索空间的知识或者其它辅助信息。

近年来只有少量研究工作将交互式遗传算法应用在图像检索方面，主要有以下2个原因：（1）假设表示困难。

图像的特征非常多，难以完整地表现图像的信息；（2）遗传算子设计困难，难以使遗传操作有一定的意义。

针对这两个问题，本文设计出一种基于交互式遗传算法的图像检索模型，针对问题(1)，本文首先对图像划分特征区间，用每区间特征的算术平均值代表这个区间的特征，不仅降低了维度，而且利于编码。

同时通过特征区间的信息熵确定特征区间在图像中的作用，按照信息熵从大到小排列进行编码。

针对问题(2)，在遗传算法中加入保护策略(elitist strategy)，保证用户在检索过程中不丢失最优个体，同时控制遗传操作的方向。

通过对原型系统实验表明这种方法是实用且有效的。

2 交互式遗传算法以及模型结构遗传算法的搜索对象是一组由染色体(chromosome)标识的种群(population)。

对于图像检索搜索对象是图像，图像染色体由图像特征编码组成。

具体的搜索过程如下：（1）用户用一定的方式从图像库中抽取p 幅图像作为第一代群体，并将这些图像返回给用户。

这里一定的方式主要包括3种：1)完全随机的方式；2)根据一定的用户要求，首先搜索出初始集合，然后再在群体中随机选出。

例如首先由一定的文本信息约束条件检索出初始集合；3)首先由人工选出p 幅完全不同的图片，保证初始群体的多样性。

具体采用哪一种方式可以根据应用决定。

（2）用户按照自己的需要对每一幅图像进行评价；系统保留用户评价最高的一幅图像。

（3）系统根据用户评价得到每一幅图像的染色体适应度，适应度较高的图像作为父代，通过对父代进行选择、杂基金项目：国家自然科学基金重大资助项目“网上消息收集和分析的基础问题和模型研究”（90104005）作者简介：石 莹(1982－)，女，硕士，主研方向：数据挖掘，图像处理，图像理解；何炎祥，教授、博导；刘茂福，博士生 收稿日期：2005-04-01 E-mail ：yingshics@—208—交、变异等遗传操作，生成新一代的染色体群体。

（4）根据新一代的染色体群体选出数目为p-1的图像，将这p-1幅图像和上次用户评价适应度最高的图像一起返回给用户。

（5）如果用户在新一代群体中找到了需要的图像则中止检索，否则转向步骤（2）。

整个过程的步骤（2）和（4）体现了搜索中的保护策略。

系统结构如图1。

3 图像染色体编码在遗传算法中编码非常重要，如果编码不合适，整个遗传操作都会失去意义，编码和遗传算子的设计应该同时考虑。

根据人对图像的认识习惯，在一幅图像中总有一些部分是主体部分，即用户关心的部分。

在比较两幅图像是否相似的时候，应该首先对主体部分进行比较；进行遗传操作的时候也应该保存图像中的主体部分。

根据这个思想，设计了一种结合图像颜色特征和统计特征的编码方法。

为了突出图像的主体部分，首先划分图像特征区间。

3.1 图像特征区间的划分突出图像的主体部分即需要将主体部分和其它部分分离。

首先将一幅图像划分成各个小的子块，在划分的时候借鉴了文献[5]的“均分单元法”。

对于一幅分辨率为m ×n 的图像，将其分成p ×q 个子块。

在划分的时候会遇到一个问题，m 和n 并不总是p 和q 的倍数，如果m 和p 的余数非常小，将余下的像素加到最后一个子块中，如果余数比较大，将余数均分到每一块中。

将图像划分后，为了确定各个子块在图像中不同的重要性，引入图像信息熵。

3.2 图像信息熵信息熵概念的建立，为测试信息的多少找到了一个统一的科学定量计算方法。

文献[6]中提出了图像信息熵，数字图像由像素组成，不同亮度的像素点出现的概率不同。

图像信息熵可以衡量一幅图像中蕴涵信息的多少，有理由认为图像信息熵比较大的子单元蕴涵比较重要的图像信息。

特别在二值图像中，图像信息熵由图像像素点和背景像素点决定，突出了图像最重要的部分。

为了验证这种思想，对100幅图像试验，将它们转化成二值图像，归一阈值定为0.4，通过计算这些图像的信息熵，发现基本符合人的视觉习惯，例如对于图2中的图像，左边第一个子单元中的信息熵为0.000 2，而最中间的子单元为0.653 2。

设图像的分辨率为m ×n ，按照前面的方法将其分成p ×q 个子块，每个子块信息熵的计算方法如下：i,j i,j i,j i,j i,j E =-p (1)logp (1)-p (0)logp (0) (1) i,j i j i,j p (1)=F(x ,y )/Area ∑∑ (2),,(0)1(1)i j i j p p =− (3)其中,i j E 表示子块的熵，F(x i , x j )表示像素点的亮度，对于二值图像来说，像素点为1的亮度为1，否则为0。

3.3 图像颜色特征提取选取图像的颜色特征主要基于以下几个因素考虑： （1）颜色特征计算简单，相对于纹理和形状特征来说受图像的旋转或者大小影响非常小；（2）人在观察一幅图像的时候首先对颜色敏感；（3）颜色对图像的语义有一定的代表性，例如草地一般都是绿色，海洋一般都是蓝色等。

为了更好地体现人对图像的理解，本文采用图像的HSV 颜色值作为其物理特征，这主要是考虑到RGB 颜色模型是面向硬件的，而HSV 颜色模型是面向用户的。

对于每幅图像，首先将其划分特征区间后，每个区间的颜色特征用这个区间内像素颜色特征的算术平均值代替。

对于一幅m×n 的图像，如果n 表示每个区间的所含像素点的个数，对于每个区间,i j A ，有,(,)1i j i j H H n=∑ (4),(,)1i j i j S S n=∑ （5） ,(,)1i j i j V V n =∑ （6） 3.4染色体编码编码的主要目的是为了方便遗传操作。

每幅图像有p ×q 个特征块，每个块可以用向量<H ij , S i,j , Vi,j , E i,j >表示，为了在遗传操作的时保留重要的特征块，将这些特征块按照熵的大小排列。

4 遗传操作4.1适应性的度量及选择策略在图像检索中，图像的适应值应该也只能由用户确定。

在文献[4]中，通过用户在可视化界面中移动图像下面的横条来对应图像的适应度，在文献[6]中，通过用户图像评价等级“Perfect ”、“Very Good ”等5个等级对应适应值1、0.75、0.5、0.25和0。

这些方法比较模糊，用户不容易把握评价度，本文通过用户对候选图像排名确定图像的适应值，并且指出他能够接受前几幅，将用户能够接受的几幅图像用于遗传操作。

图2 用户交互界面4.2交叉算子交叉算子的含义是通过杂交保持父体中好的基因，图像已经按照特征区间的重要性排列，在杂交的时候尽量保持信息熵含量大的图像子单元。